Quantum-Inspired Hamiltonian Optimization, Stochastic Tensor Networks and Adaptive Congestion Routing for Large-Scale QKD Networks
Dit artikel introduceert een door kwantummechanica geïnspireerd optimalisatiekader dat effectieve Hamiltoniaan-modellering, Quantum Monte Carlo-annealing en stochastische Tensor-Network State-compressie combineert om adaptieve, multi-objectieve routing mogelijk te maken voor grootschalige Quantum Key Distribution-netwerken onder dynamische verkeers- en beveiligingsbeperkingen.